Mẹo Cách đọc cột thứ hai trong csv python
Mẹo về Cách đọc cột thứ hai trong csv python 2022
Lê My đang tìm kiếm từ khóa Cách đọc cột thứ hai trong csv python được Update vào lúc : 2022-12-15 21:32:04 . Với phương châm chia sẻ Mẹo Hướng dẫn trong nội dung bài viết một cách Chi Tiết 2022. Nếu sau khi tham khảo tài liệu vẫn ko hiểu thì hoàn toàn có thể lại phản hồi ở cuối bài để Admin lý giải và hướng dẫn lại nha.Xem nhiều chủng loại tài liệu cột chúng tôi đã nhập. first_name và company là những biến ký tự. Các biến còn sót lại là biến số
Nội dung chính Show- ví dụ 2. Đọc tệp CSV có tiêu đề ở hàng thứ haiví dụ 3. Bỏ qua hàng nhưng giữ tiêu đềVí dụ 4. Đọc tệp CSV không còn hàng tiêu đềVí dụ 5. Chỉ định những giá trị còn thiếuVí dụ 6. Đặt cột chỉ mụcVí dụ 7. Đọc tệp CSV từ URL bên ngoàiVí dụ 8. Bỏ qua 5 hàng ở đầu cuối khi nhập CSVVí dụ 9. Chỉ đọc 5 số 1 tiênVí dụ 10. Diễn giải "," thành dấu phân cách hàng nghìnVí dụ 11. Chỉ đọc những cột cụ thểVí dụ 12. Đọc một số trong những hàng và cộtVí dụ 13. Đọc tệp với dấu phân cách dấu chấm phẩyVí dụ 14. Thay đổi loại cột trong khi nhập CSVVí dụ 15. Đo thời gian thiết yếu để nhập tệp CSV lớnVí dụ 16. Cách đọc tệp CSV mà không cần sử dụng gói Pandas
ví dụ 2. Đọc tệp CSV có tiêu đề ở hàng thứ hai
Giả sử bạn mang tên cột hoặc tên biến ở hàng thứ hai. Để đọc loại tệp CSV này, bạn hoàn toàn có thể gửi lệnh sau. mydata = pd.read_csv("workingfile.csv", header = 1)import os os.getcwd() 9 yêu cầu python chọn tiêu đề từ hàng thứ hai. Nó đang đặt hàng thứ hai làm tiêu đề. Nó không phải là một ví dụ thực tế. Mình chỉ minh hoạ để những bạn tưởng tượng cách giải. Để thực tế, bạn hoàn toàn có thể thêm những giá trị ngẫu nhiên vào số 1 tiên trong tệp CSV rồi nhập lại. dt = 'ID': [11, 12, 13, 14, 15], 'first_name': ['David', 'Jamie', 'Steve', 'Stevart', 'John'], 'company': ['Aon', 'TCS', 'Google', 'RBS', '.'], 'salary': [74, 76, 96, 71, 78] mydt = pd.DataFrame(dt, columns = ['ID', 'first_name', 'company', 'salary']) 0Xác định tên cột của riêng bạn thay vì hàng tiêu đề từ tệp CSV
dt = 'ID': [11, 12, 13, 14, 15], 'first_name': ['David', 'Jamie', 'Steve', 'Stevart', 'John'], 'company': ['Aon', 'TCS', 'Google', 'RBS', '.'], 'salary': [74, 76, 96, 71, 78] mydt = pd.DataFrame(dt, columns = ['ID', 'first_name', 'company', 'salary']) 1skiprows = 1 nghĩa là chúng tôi đang bỏ qua số 1 tiên và tùy chọn names= được sử dụng để gán tên biến theo cách thủ công. dt = 'ID': [11, 12, 13, 14, 15], 'first_name': ['David', 'Jamie', 'Steve', 'Stevart', 'John'], 'company': ['Aon', 'TCS', 'Google', 'RBS', '.'], 'salary': [74, 76, 96, 71, 78] mydt = pd.DataFrame(dt, columns = ['ID', 'first_name', 'company', 'salary']) 2ví dụ 3. Bỏ qua hàng nhưng giữ tiêu đề
dt = 'ID': [11, 12, 13, 14, 15], 'first_name': ['David', 'Jamie', 'Steve', 'Stevart', 'John'], 'company': ['Aon', 'TCS', 'Google', 'RBS', '.'], 'salary': [74, 76, 96, 71, 78] mydt = pd.DataFrame(dt, columns = ['ID', 'first_name', 'company', 'salary']) 3Trong trường hợp này, chúng tôi đang bỏ qua hàng thứ hai và thứ ba trong khi nhập. Đừng quên chỉ mục bắt nguồn từ 0 trong python, vì vậy 0 đề cập đến số 1 tiên và 1 đề cập đến hàng thứ hai và 2 ý niệm hàng thứ ba. dt = 'ID': [11, 12, 13, 14, 15], 'first_name': ['David', 'Jamie', 'Steve', 'Stevart', 'John'], 'company': ['Aon', 'TCS', 'Google', 'RBS', '.'], 'salary': [74, 76, 96, 71, 78] mydt = pd.DataFrame(dt, columns = ['ID', 'first_name', 'company', 'salary']) 4Thay vì [1,2] bạn cũng hoàn toàn có thể viết
os.chdir("C:\Users\DELL\Documents\") 0. Cả hai đều có nghĩa giống nhau nhưng hàm range() rất hữu ích khi bạn muốn bỏ qua nhiều hàng để tiết kiệm thời gian xác định vị trí hàng theo cách thủ côngBí mật ẩn của tùy chọn bỏ qua
Khi bỏ qua = 4, nghĩa là bỏ qua bốn hàng từ trên xuống. bỏ qua = [1,2,3,4] nghĩa là bỏ qua những hàng từ thứ hai đến thứ năm. Đó là chính bới khi list được chỉ định trong tùy chọn bỏ qua =, nó sẽ bỏ qua những hàng ở vị trí chỉ mục. Khi một giá trị số nguyên duy nhất được chỉ định trong tùy chọn, nó sẽ xem xét bỏ qua những hàng đó từ trên cùng
Ví dụ 4. Đọc tệp CSV không còn hàng tiêu đề
Nếu bạn chỉ định "header = None", python sẽ gán một dãy số bắt nguồn từ 0 đến (số cột - 1) làm tên cột. Trong tệp tài liệu này, chúng tôi mang tên cột ở số 1 tiên. dt = 'ID': [11, 12, 13, 14, 15], 'first_name': ['David', 'Jamie', 'Steve', 'Stevart', 'John'], 'company': ['Aon', 'TCS', 'Google', 'RBS', '.'], 'salary': [74, 76, 96, 71, 78] mydt = pd.DataFrame(dt, columns = ['ID', 'first_name', 'company', 'salary']) 5Xem đầu ra hiển thị phía dưới-đầu raThêm tiền tố vào tên cột
dt = 'ID': [11, 12, 13, 14, 15], 'first_name': ['David', 'Jamie', 'Steve', 'Stevart', 'John'], 'company': ['Aon', 'TCS', 'Google', 'RBS', '.'], 'salary': [74, 76, 96, 71, 78] mydt = pd.DataFrame(dt, columns = ['ID', 'first_name', 'company', 'salary']) 6Trong trường hợp này, chúng tôi đang đặt os.chdir("C:\Users\DELL\Documents\") 1 làm tiền tố cho python gồm có từ khóa này trước mỗi tên cột. dt = 'ID': [11, 12, 13, 14, 15], 'first_name': ['David', 'Jamie', 'Steve', 'Stevart', 'John'], 'company': ['Aon', 'TCS', 'Google', 'RBS', '.'], 'salary': [74, 76, 96, 71, 78] mydt = pd.DataFrame(dt, columns = ['ID', 'first_name', 'company', 'salary']) 7Ví dụ 5. Chỉ định những giá trị không đủ
Các tùy chọn os.chdir("C:\Users\DELL\Documents\") 2 được sử dụng để đặt một số trong những giá trị là giá trị trống/thiếu trong khi nhập tệp CSV. dt = 'ID': [11, 12, 13, 14, 15], 'first_name': ['David', 'Jamie', 'Steve', 'Stevart', 'John'], 'company': ['Aon', 'TCS', 'Google', 'RBS', '.'], 'salary': [74, 76, 96, 71, 78] mydt = pd.DataFrame(dt, columns = ['ID', 'first_name', 'company', 'salary']) 8dt = 'ID': [11, 12, 13, 14, 15], 'first_name': ['David', 'Jamie', 'Steve', 'Stevart', 'John'], 'company': ['Aon', 'TCS', 'Google', 'RBS', '.'], 'salary': [74, 76, 96, 71, 78] mydt = pd.DataFrame(dt, columns = ['ID', 'first_name', 'company', 'salary']) 9Ví dụ 6. Đặt cột chỉ mục
mydata = pd.read_csv("workingfile.csv", header = 1)60mydata = pd.read_csv("workingfile.csv", header = 1)61Như bạn hoàn toàn có thể thấy trong kết quả ở trên, cột ID đã được đặt làm cột chỉ mụcVí dụ 7. Đọc tệp CSV từ URL bên phía ngoài
Bạn hoàn toàn có thể đọc trực tiếp tài liệu từ tệp CSV được tàng trữ trên link web. Nó rất tiện lợi khi bạn cần tải những bộ tài liệu có sẵn công khai minh bạch từ github, kaggle và những trang web khác. mydata = pd.read_csv("workingfile.csv", header = 1)62Khung tài liệu này chứa 2311 hàng và 8 cột. Sử dụng os.chdir("C:\Users\DELL\Documents\") 3, bạn hoàn toàn có thể tạo bản tóm tắt nàyVí dụ 8. Bỏ qua 5 hàng ở đầu cuối khi nhập CSV
mydata = pd.read_csv("workingfile.csv", header = 1)63Trong đoạn mã trên, chúng tôi đang loại trừ 5 hàng dưới cùng bằng phương pháp sử dụng tham số skip_footer=Ví dụ 9. Chỉ đọc 5 số 1 tiên
mydata = pd.read_csv("workingfile.csv", header = 1)64Sử dụng tùy chọn nrows=, bạn hoàn toàn có thể tải K số hàng trên cùngVí dụ 10. Diễn giải "," thành dấu phân cách hàng nghìn
mydata = pd.read_csv("workingfile.csv", header = 1)65Ví dụ 11. Chỉ đọc những cột rõ ràng
mydata = pd.read_csv("workingfile.csv", header = 1)66 Đoạn mã trên chỉ đọc những cột nhờ vào vị trí chỉ mục là vị trí thứ hai, thứ sáu và thứ támVí dụ 12. Đọc một số trong những hàng và cột
mydata = pd.read_csv("workingfile.csv", header = 1)67Trong lệnh trên, tất cả chúng ta đã phối hợp những tùy chọn usecols= và nrows=. Nó sẽ chỉ chọn 5 số 1 tiên và những cột được chọnVí dụ 13. Đọc tệp với dấu phân cách dấu chấm phẩy
mydata = pd.read_csv("workingfile.csv", header = 1)68Sử dụng tham số sep= trong hàm read_csv( ), bạn hoàn toàn có thể nhập tệp bằng bất kỳ dấu phân cách nào ngoài dấu phẩy mặc định. Trong trường hợp này, chúng tôi đang sử dụng dấu chấm phẩy làm dấu phân cáchVí dụ 14. Thay đổi loại cột trong khi nhập CSV
Giả sử bạn muốn thay đổi định dạng cột từ int64 thành float64 trong khi tải tệp CSV vào Python. Chúng ta hoàn toàn có thể sử dụng tùy chọn dtype = cho cùng. mydata = pd.read_csv("workingfile.csv", header = 1)69Ví dụ 15. Đo thời gian thiết yếu để nhập tệp CSV lớn
Với việc sử dụng os.chdir("C:\Users\DELL\Documents\") 4, bạn hoàn toàn có thể nắm bắt thời gian dành riêng cho việc quét dọn và sắp xếp bộ nhớ Mã thông báo, quy đổi và Trình phân tích cú pháp. import os os.getcwd() 0Ví dụ 16. Cách đọc tệp CSV mà không cần sử dụng gói Pandas
Để nhập tệp CSV bằng phương pháp thuần python, bạn hoàn toàn có thể gửi lệnh sau. import os os.getcwd() 1Bạn cũng hoàn toàn có thể tải xuống và tải tệp CSV từ URL hoặc trang web bên phía ngoài. import os os.getcwd() 2Ghi chú cuối
Sau khi hoàn thành xong hướng dẫn này, tôi kỳ vọng bạn đã tự tin hơn khi nhập tệp CSV vào Python với những phương pháp quét dọn và sắp xếp và quản lý tệp. Bạn cũng hoàn toàn có thể xem hướng dẫn này lý giải cách nhập tệp có định dạng khác vào Python. Sau khi hoàn tất, bạn nên tìm hiểu cách thực hiện những tác vụ sắp xếp hoặc thao tác tài liệu phổ biến như lọc, chọn và đổi tên cột, xác định và xóa những mục trùng lặp, v.v. trên pandas dataframeHọc Python. 50 hướng dẫn Python số 1
Truyền bá.
Chia sẻ Chia sẻ Tweet Đăng ký
đọc thêm
Giới thiệu tác giả.
Deepanshu thành lập ListenData với tiềm năng đơn giản - Làm cho phân tích trở nên dễ hiểu và dễ theo dõi. Ông có hơn 10 năm kinh nghiệm tay nghề trong nghành khoa học tài liệu. Trong nhiệm kỳ của tớ, ông đã thao tác với những người dân tiêu dùng toàn cầu trong nhiều nghành rất khác nhau như Ngân hàng, Bảo hiểm, Cổ phần tư nhân, Viễn thông và Nhân sự.
Tải thêm tài liệu liên quan đến nội dung bài viết Cách đọc cột thứ hai trong csv python programming python
Post a Comment